条件扩散模型学习跳跃扩散过程转移核
热点事件持续更新
条件扩散模型学习跳跃扩散过程转移核
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Yuzhen Zhao、Yating Liu、Quentin Guibert 提交论文,提出用条件扩散模型学习时间齐次跳跃扩散过程的转移核,目标是从N条在高频离散时间网格上观测的独立轨迹中生成新的样本路径。 论文给出条件分数估计误差以及真实路径与生成路径分布间KL散度的非渐近界;数值实验先在合成数据上验证理论并与 Gao et al. (2025) 对比,再应用于真实数据的概率预测任务。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
用条件扩散模型学习跳跃扩散过程的转移核报道时间线
沿着报道,了解事件的不同侧面。
10月8日
- arXiv:cs.LG用条件扩散模型学习跳跃扩散过程的转移核
研究提出用条件扩散模型学习时间齐次跳跃扩散过程的转移核,可从N条高频离散时间网格上观测的独立轨迹中生成新样本路径。理论方面给出了条件分数估计误差以及真实路径与生成路径分布间KL散度的非渐近界;数值上先在合成数据上验证理论并与Gao et al. (2025)对比,再应用于真实数据的概率预测任务。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。